ooot

摘要： 在大数据分析的学习旅程中，第六周我们正式踏入了神经网络的奇妙领域。这一周的学习不仅让我们理解了神经网络的基本结构，更通过 TensorFlow 和 Keras 工具，亲手实现了用神经网络解决分类问题的过程。下面就来详细梳理这周的学习收获。 一、神经网络基本结构：从 “仿生” 到 “计算” 的逻辑 神 阅读全文

摘要： 在大数据分析学习的第六周，我们的学习重点从 “单一模型分类” 转向 “多模型协同” 与 “无监督探索”，核心覆盖两类关键技术：集成算法（随机森林、梯度提升树）与聚类算法（K-Means）。集成算法通过 “多模型组合” 提升预测精度，聚类算法则在 “无标签数据” 中挖掘隐藏规律，二者分别对应数据分析中 阅读全文

摘要： 这周一下子学了两个超实用的模型 —— 逻辑回归和决策树，它们俩都是做 “分类任务” 的高手！比如判断 “用户会不会下单”“邮件是不是垃圾邮件”，用这两个模型就能搞定。跟上周的线性回归比，分类模型更贴近生活里的选择场景，学起来特别有代入感，这就跟大家分享我的学习收获～ 一、先搞懂：逻辑回归 一开始听 阅读全文

摘要： 时间过得很快，大数据分析学习已经进入第四周。这一周，我们聚焦于线性回归模型—— 这个看似简单却贯穿数据分析领域的核心算法。从理论公式推导到实际案例落地，我不仅掌握了模型的基本逻辑，更体会到 “用数据解释规律、用模型预测未来” 的数据分析思维。以下是我本周的学习总结与思考。 一、本周学习核心：线性回归 阅读全文

摘要： 一、Pandas 进阶操作：数据合并与分组统计 Pandas 作为 Python 数据分析的核心库，其进阶操作能极大提升数据处理效率。本周重点攻克了数据合并（merge） 与分组统计（groupby） 两大高频操作，并结合商品销售数据完成实践，深刻理解了多表整合与按维度分析的业务价值。 数据合并（m 阅读全文

摘要： 作为大数据分析入门的关键一周，我围绕 “数据处理基础工具” 展开学习，重点掌握了 NumPy 的数值计算逻辑与 Pandas 的结构化数据操作。以下是本周学习内容的详细梳理与反思。 一、学习背景与核心目标 大数据分析的核心是 “高效处理数据、挖掘数据价值”，而 NumPy 与 Pandas 正是 P 阅读全文

摘要： 一、关于我： 目前就读于中南林业科技大学涉外学院数据科学与大数据技术专业大三，介绍一下自己，在我之前的学习生活中我一般是班级里小透明的存在，成绩一直处于中等偏上，但是又不调皮捣蛋，所以老师一般不会有特别深刻的印象，我也一直安于现状，觉得只要做好自己就好了，但是自从大学我发现有很多东西需要我争取需要我 阅读全文